沈凯

摘要：利用神经网络的自学习能力和联想能力；模糊逻辑模拟人脑的思维，以及具有较强的解释能力，建立基于模糊神经网络的针对伺服驱动系统的故障诊断模型。介绍了模糊神经网络的原理及结构，并通过Matlab训练网络模型，仿真结果表明该方法在伺服驱动系统的故障诊断中具有很好的决策力。

关键词：模糊神经网络；伺服驱动系统；故障诊断

0 引言

现代伺服驱动系统采用最新的电力电子技术及数控技术，呈现出高度自动化、信息化、系统化和智能化的发展趋势。由于运行中的各种客观条件或人为因素，伺服驱动系统出现故障的可能性是不可避免的。在众多故障诊断方法中，人工智能技术在现代伺服驱动系统的故障诊断中发挥巨大作用。其中，模糊神经网络具有很强的非线性处理能力，本文提出利用模糊神经网络技术来建立针对伺服驱动系统的故障诊断模型。

1 模糊神经网络的原理及结构

1.1 模糊神经网络的原理

模糊神经网络是模糊逻辑和人工智能神经网络有机结合的产物，它是一种集模糊逻辑推理的强大结构性、知识表达能力和神经网络的强大自学习能力于一体的新技术，由精确输入、模糊化、模糊规则库、推理机制、清晰化、精确输出组成。模糊化将输入空间向量中精确的点映射成模糊集合。模糊规则库是由if-then规则集合所组成。推理机制即使用编制完成的模糊if-then规则将模糊输入集合映射到模糊输出集合。……